SASVR在移动通信话务量预测中的应用.pdfVIP

下载本文档

3
0
约1.72万字
约 4页
2015-09-26 发布于重庆
举报
版权申诉

SASVR在移动通信话务量预测中的应用.pdf

1、本文档共4页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

SASVR在移动通信话务量预测中的应用

第36卷第22期计算机工程 2010年11月 November V01．36 No．22 ComputerEngineering 2010 ·人工智能及识别技术· 文章编号j loo¨羽28f20lo，22—019争珈2文献标识码：A 中圈分类号：TPl81 SA．SVR在移动通信话务量预测中的应用谭艳蜂1，贾振红1，覃锡廖1，常春2，王措2 (J．新疆大学信息科学与工程学院，乌鲁木齐830046；2．中国移动新疆分公司，乌鲁木齐830063) 囊耍：根据移动通信话务量的时间序列，采用基于模拟退火(sA)算法对超参数选择的支持向量回归机(SVR)进行建模预测。比较ARIMA、人工神经网络和SVR3种模型的预测效果，并对比研究网格法、遗传算法和SA3种SVR超参数选择方法对预测效果的影响。实验结果表明，SA—SVR预测精度高、耗时少，是一种预测移动通信话务量的有效方法。关奠词：移动通信话务量预测；模拟退火算法；支持向量回归机 ofSA-SVRinMobileCommunicationTraffic Application TAN Ilaoz Y抽-feng1，JIAZhen．hon91，QINXi．zhon91，CHANGChun2，WANG ofInformation 830046，China； (1．College ScienceEngineering，XinjiangUniversity,Ummqi MobileCommunication 2．Xinjiang Company,Ummqi830063，China) tOthetimeseriesofmobilecommunications Vector whichchoses traffic，this IAbstract|According paperadoptsSupportRegression(SVR)model its basedONSimulated the effectsof andSVR．TheinfluenceOff hyper-parameters Annealing(SA)algorithms．ItcomparesforecastingARIMA，ANN t娌Iffic fromthree selectionmetlIodssuch andSAis resultsshowthat forecasting hyper-parameter as鲥d，GA comparativelystudied．Experimental the of less isan of SA—SVRisaccurateand effectivemetllod mobilecommunicationtraffic． forecasting time—c